antiburn とは？AIコーディングのトークン消費を自動チェックする無料デスクトップアプリ

Claude Code や Cursor を使っていて「なぜこんなにトークンを消費してしまったのか」と感じたことはありませんか？antiburn（アンチバーン）は、AIコーディングセッションを分析してトークン消費の無駄な原因を自動検出する無料のデスクトップアプリです。

Claude Code、Codex、Cursor、GitHub Copilot、Cline、Kiro など多数のAIコーディングツールに対応し、macOS・Windows・Linux すべてで動作します。2026年9月17日にも最新版（v0.6.2）がリリースされた活発なプロジェクトです。

antiburn とは

antiburn は Rust + Tauri で作られたローカルデスクトップアプリです。AIコーディングツールのセッションログを解析し、トークン消費を無駄に増やしている9つのパターン（Burn Checks）を自動検出します。

アカウント不要・サーバー不使用・データ送信なし。ローカルデータをエージェントと同じ方法で読み取るだけです。

対応ツール一覧

カテゴリ	対応ツール
AIコーディング	Claude Code, Codex, Cursor, GitHub Copilot
エージェント系	Cline, Kiro, Amp, Antigravity, OpenCode
その他	Windsurf, Pi

9つの Burn Checks（自動検出パターン）

基本チェック

チェック名	検出内容
Excess cache rehydration	キャッシュライト過多（コスト高なキャッシュ書き込みが多すぎる）
Fast mode overuse	リミット付近での Fast モード使用（制限時は慎重に使うべき）
Model overthinking	`xhigh`・`ultra` 推論設定の使いすぎ（ほとんどの場合は避けるべき）
Old model usage	古いモデルへのピン固定（サブエージェントで旧モデル使用中）

リソース効率チェック

チェック名	検出内容
Overpowered subagents	サブエージェントにプレミアムモデルを使用（コスト増大要因）
Session overdepth	コンテキストウィンドウが過大（950k超など。コンパクション推奨）
Unused built-in tools	使われていないビルトインツール（Claude は特に重いツールが多い）
Unused MCP servers	起動しっぱなしの未使用 MCP サーバー
Unused skills	インストール済みだが使っていないスキル

v0.6.2 の新機能（2026年9月17日）

セッション詳細にコストタブ追加（入力・出力・キャッシュ読み書きの時系列グラフ）
Burn Check の修正ステータスが起動をまたいで保持される
Burn Check のスヌーズ機能（1週間・1ヶ月・永久）

ccusage・/context コマンドとの違い・なぜ今このツールか

日本でも Claude Code のトークン管理に関する記事は多数存在しますが、antiburn は以下の点で差別化されています。

/context コマンド：現在のコンテキスト使用状況を確認できますが、セッション横断での傾向分析や自動提案機能はありません
ccusage：トークン使用量の集計ツールですが、「何が原因か」の分析と修正提案は行いません
antiburn の強み：Claude Code だけでなく Cursor・Codex・Cline など11種類のツール横断でパターン検出ができ、設定修正の自動適用と検証まで一気通貫で行えます

2026年の Claude 5 系モデル登場によりトークン消費量が増加傾向にあり、コスト管理の重要性が増しているタイミングでの antiburn 登場は非常にタイムリーです。

こんな人に向いている

Claude Code を毎日使うバックエンドエンジニア

仕事で Claude Code を使うバックエンドエンジニアが「なぜ月額制限に早く達してしまうのか」を特定するのに最適です。antiburn の Burn Check レポートで「Overpowered subagents」が検出された場合、サブエージェントのモデルをダウングレードするだけで大幅にコストを削減できます。

AI コーディングを複数ツール使いするフロントエンドエンジニア

Cursor と Claude Code を併用しているフロントエンドエンジニアが、どちらで無駄が多いかを横断的に把握できます。ツールごとの消費パターンの違いを可視化することで、タスク別に使い分ける最適な判断ができます。

AI エージェントを構築・運用するエンジニア

Cline・Kiro・Amp などを使ってエージェントシステムを開発するフルスタックエンジニアが、サブエージェントのモデル設定や MCP 構成の無駄を検出するのに活用できます。特に「Unused MCP servers」チェックは、多数の MCP を登録しがちなエージェント開発者に有効です。

使う前に知っておきたいこと

ライセンス

antiburn はソースコードが公開されていますが、ライセンスの詳細は LICENSE を確認してください。商用利用については利用条件の確認を推奨します。

動作環境と制限

環境	対応状況
macOS	Apple Silicon・Intel 対応（Gatekeeper 署名済み）
Windows	Windows 11 対応
Linux	x86_64・arm64 対応

各ツールのサポート状況は docs/support.md を参照。ツールによってはプラットフォーム制限があります。

プライバシーについて

antiburn はサーバーへのデータ送信を行いません。ローカルに保存されたエージェントのログファイルを読み取るだけで、分析処理もすべてローカルで完結します。ただし、プロバイダー制限情報の取得のためにエージェントプロバイダーのAPIに接続する場合があります（同じ方法をハーネスも使用）。

Rust + Tauri ビルド環境

開発に参加する場合は Rust・Node 22+・pnpm・Tauri プラットフォーム依存が必要です。一般ユーザーはインストールスクリプトで導入できます。

インストール方法

macOS / Linux（推奨）

curl -fsSL https://antiburn.ai/install.sh | sh

Windows 11 PowerShell

irm https://antiburn.ai/install.ps1 | iex

インストーラーはリリースチェックサムを検証し、macOS では Gatekeeper 署名も確認します。手動インストールは GitHub Releases からパッケージを取得できます。

インストール後、ツールバー/システムトレイにアイコンが表示されます。

まとめ

antiburn は、AIコーディングのトークン消費パターンを自動検出・修正提案するデスクトップアプリとして、コスト管理に悩む開発者にとって理想的なツールです。Claude Code 単体だけでなく Cursor・Codex など多数のツールに横断対応している点、プライバシー重視のローカル処理である点、そして修正の適用と検証まで一気通貫でできる点が、ccusage や手動の /context コマンドとの大きな違いです。

AIコーディングコストが増加傾向にある今こそ、antiburn を導入してトークン消費を最適化しましょう。

GitHub: antiburn/antiburn
Stars: ⭐ 153（2026年9月時点）
最新版: v0.6.2（2026年9月17日）

この技術を学ぶ

DevTool・AIコーディングに興味を持った方には、Udemy のオンラインコースもおすすめです。

🎓 関連する DevTool コース一覧 — セール時（最大90%OFF）を狙うとお得です